Notice bibliographique
Résumé
Fog computing recently emerged as a novel distributed virtualized computing paradigm, where cloud services are extended to the edge of the network, thereby increasing network capacity and reducing latencies for distributed IoT applications. A fog network consists of communication between resource-constrained fog nodes, which are computational networking storage and acceleration devices. By adopting the microservice architecture, applications are designed as a collection of independent and loosely coupled modular services called microservices installed in application containers. The placement problem is to efficiently allocate limited fog resources to applications with diverse resource requirements. This determines the overall system performance in terms of energy consumption, communication cost, load balancing and others. Placement of microservices can be done in two ways which presents a tradeoff between two placement objectives. The first strategy is placing maximal communicating microservices on each fog node. This keeps the chaining costs between the microservices low, but at the same time, it leads to high utilization at some fog nodes. Also, this strategy may not be feasible due to limited resources at fog nodes. On the other hand, the second strategy is to split communicating microservices over a network of fog nodes. This leads to data exchange between the fog nodes, which is referred to as communication cost. This strategy results in a load-balanced system, but at the same time, increases communication costs. We want low energy consumption at fog nodes and low communication costs of the applications. Placement strategies for cloud computing are generally centralized and not well suited for decentralized fog systems. Therefore distributed solutions with self-organization and management capabilities are required for efficient allocation of fog resources to applications with diverse resource requirements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,592 | 0,388 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».